CN111325786A - 图像处理方法及装置、电子设备和存储介质 - Google Patents
图像处理方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111325786A CN111325786A CN202010100202.9A CN202010100202A CN111325786A CN 111325786 A CN111325786 A CN 111325786A CN 202010100202 A CN202010100202 A CN 202010100202A CN 111325786 A CN111325786 A CN 111325786A
- Authority
- CN
- China
- Prior art keywords
- image
- network
- stereo
- feature
- style
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000012549 training Methods 0.000 claims abstract description 93
- 238000000034 method Methods 0.000 claims abstract description 86
- 238000006243 chemical reaction Methods 0.000 claims abstract description 64
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 15
- 230000003042 antagnostic effect Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000002372 labelling Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种图像处理方法及装置、电子设备和存储介质,所述方法包括:通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像;利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,以通过训练好的所述立体视觉匹配网络对立体图像的视差进行估计。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种图像处理方法及装置、电子设备和存储介质。
背景技术
随着计算机视觉技术的发展,立体视觉匹配技术可以让机器模拟人眼的立体视觉系统,通过左右两个摄像头感知左右画面,根据左右画面估计立体图像中左图和右图之间的视差,根据估计的视差可以立体地估计摄像头与图像中物体之间的距离。
通常,可以通过训练立体视觉匹配网络来估计左右画面的视差,训练过程中,需要对摄像机采集的样本图像中左图和右图的视差进行标注,使用视差已经标注的样本图片进行训练。
但是,由于拍摄的样本图像的像素数量往往很大,因此很难通过人工准确地标注左右图中各点的视差,导致训练的立体视觉匹配网络的准确度较低。
发明内容
本公开提出了一种图像处理技术方案。
根据本公开的一方面,提供了一种图像处理方法,包括:
通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像;
利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,以通过训练好的所述立体视觉匹配网络对立体图像的视差进行估计。
在一种可能的实现方式中,在所述对立体视觉匹配网络进行训练之前,所述方法还包括:对所述第一生成网络和预先构建的第一判别网络进行对抗训练,其中,所述第一判别网络,用于判断所述第一生成网络输出的立体图像是真实风格还是虚拟风格。
在一种可能的实现方式中,在所述对立体视觉匹配网络进行训练之前,所述方法还包括:通过第二生成网络对所述第二立体图像进行风格转换,得到虚拟风格的第三立体图像;根据所述第三立体图像相对于所述第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数。
在一种可能的实现方式中,所述方法还包括:通过所述第二生成网络对真实风格的第四立体图像进行风格转换,得到虚拟风格的第五立体图像,所述第四立体图像为真实拍摄的图像;对所述第二生成网络和预先构建的第二判别网络进行对抗训练,其中,所述第二判别网络,用于判断所述第二生成网络输出的第五立体图像是真实风格还是虚拟风格。
在一种可能的实现方式中,所述第一生成网络包含第一生成子网络,所述方法还包括:根据所述第一生成子网络输出的第一子图特征,以及所述第一立体图像的视差,确定第一重映射子图特征;根据第一重映射子图特征相对于所述第一生成子网络输出的第二子图特征的损失,更新所述第一生成网络的参数,所述第一子图特征与所述第二子图特征之间具备立体视觉匹配关系。
在一种可能的实现方式中,所述第二生成网络包含第二生成子网络,所述方法还包括:通过所述立体视觉匹配网络确定所述第四立体图像的估计视差;根据所述第二生成子网络输出的第三子图特征,以及所述第三立体图像的估计视差,确定第二重映射子图特征;根据第二重映射子图特征相对于所述第二生成子网络输出的第四子图特征的损失,更新所述第二生成网络的参数,所述第三子图特征与所述第四子图特征之间具备立体视觉匹配关系。
在一种可能的实现方式中,所述方法还包括:通过所述第二生成网络对第一真实立体图像进行风格转换,得到第一合成立体图像;通过所述第一生成网络对所述第一合成立体图像进行风格转换,得到重构立体图像;将所述第一真实立体图像输入到所述立体视觉匹配网络中,得到第一输出特征;将所述重构立体图像输入到所述立体视觉匹配网络中,得到第二输出特征;根据所述第一输出特征和第二输出特征之间的损失,更新所述第一生成网络、第二生成网络和立体视觉匹配网络的参数。
在一种可能的实现方式中,所述立体视觉匹配网络包含立体视觉匹配子网络;所述第一输出特征包括所述立体视觉匹配子网络输出的第一输出特征;所述第二输出特征包括所述立体视觉匹配子网络输出的第二输出特征;所述立体视觉匹配网络的参数包括所述立体视觉匹配子网络的参数。
在一种可能的实现方式中,所述方法还包括:分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征;将所述增强左图特征和所述增强右图特征,分别输入所述第一生成网络中,得到与所述增强左图特征对应的左图输出特征,以及与所述增强右图特征对应的右图输出特征;根据所述左图输出特征和所述右图输出特征之间的距离,更新所述第一生成网络的参数,以使更新后的第一生成网络输出的左图输出特征和右图输出特征之间的距离大于更新前的距离。
在一种可能的实现方式中,所述分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征,包括:在所述第一立体图像的左图特征中添加第一特征,得到所述增强左图特征;在所述第一立体图像的右图特征中添加第二特征,得到所述增强右图特征。
在一种可能的实现方式中,利用所述第二立体图像和所述第一立体图像视差,对立体视觉匹配网络进行训练,包括:将所述第二立体图像输入到所述立体视觉匹配网络中处理,得到所述第二立体图像的估计视差;根据所述估计视差相对于所述第一立体图像视差的损失,更新所述立体视觉匹配网络的参数。
根据本公开的一方面,提供了一种图像处理方法,包括:
通过立体视觉匹配网络对待处理立体图像的视差进行估计,得到估计视差;
其中,所述立体视觉匹配网络包括本公开一个或多个实现方式中的立体视觉匹配网络。
本公开任一实现方式中的立体视觉匹配网络视差估计的准确度较高,因此,通过本公开实现方式中的立体视觉匹配网络对待处理立体图像的视差进行估计,得到的待处理立体图像的视差的准确度较高。
在一种可能的实现方式中,所述待处理立体图像由图像采集设备获取,所述图像采集设备部署在导航设备上;
在所述得到估计视差后,所述方法还包括:根据所述估计视差,确定所述待处理立体图像中目标物体与所述图像采集设备之间的距离;根据所述距离控制所述导航设备的行进方向。
在本公开实施例中,由于可以根据立体图像的视差估计图像采集设备与图像中物体之间的距离,因此,本公开实施例提供的视觉匹配网络,可以帮助机器人准确地感知与周围物体的距离,可以辅助无人驾驶汽车估计前车与两旁物体的距离,具有较高的实用价值。
根据本公开的一方面,提供了一种图像处理装置,包括:
第一转换单元,用于通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像;
第一训练单元,用于利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,以通过训练好的所述立体视觉匹配网络对立体图像的视差进行估计。
在一种可能的实现方式中,所述装置还包括:第二训练单元,用于对所述第一生成网络和预先构建的第一判别网络进行对抗训练,其中,所述第一判别网络,用于判断所述第一生成网络输出的立体图像是真实风格还是虚拟风格。
在一种可能的实现方式中,所述装置还包括:第二转换单元,用于通过第二生成网络对所述第二立体图像进行风格转换,得到虚拟风格的第三立体图像;第一更新单元,用于根据所述第三立体图像相对于所述第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数。
在一种可能的实现方式中,所述装置还包括:第三转换单元,用于通过所述第二生成网络对真实风格的第四立体图像进行风格转换,得到虚拟风格的第五立体图像,所述第四立体图像为真实拍摄的图像;第三训练单元,用于对所述第二生成网络和预先构建的第二判别网络进行对抗训练,其中,所述第二判别网络,用于判断所述第二生成网络输出的第五立体图像是真实风格还是虚拟风格。
在一种可能的实现方式中,所述第一生成网络包含第一生成子网络,所述装置还包括:第一重映射单元,用于根据所述第一生成子网络输出的第一子图特征,以及所述第一立体图像的视差,确定第一重映射子图特征;第三更新单元,用于根据第一重映射子图特征相对于所述第一生成子网络输出的第二子图特征的损失,更新所述第一生成网络的参数,所述第一子图特征与所述第二子图特征之间具备立体视觉匹配关系。
在一种可能的实现方式中,所述第二生成网络包含第二生成子网络,所述装置还包括:视差确定单元,用于通过所述立体视觉匹配网络确定所述第四立体图像的估计视差;第二重映射单元,用于根据所述第二生成子网络输出的第三子图特征,以及所述第三立体图像的估计视差,确定第二重映射子图特征;第四更新单元,根据第二重映射子图特征相对于所述第二生成子网络输出的第四子图特征的损失,更新所述第二生成网络的参数,所述第三子图特征与所述第四子图特征之间具备立体视觉匹配关系。
在一种可能的实现方式中,所述装置还包括:第四转换单元,用于通过所述第二生成网络对第一真实立体图像进行风格转换,得到第一合成立体图像;第五转换单元,用于通过所述第一生成网络对所述第一合成立体图像进行风格转换,得到重构立体图像;第一匹配单元,用于将所述第一真实立体图像输入到所述立体视觉匹配网络中,得到第一输出特征;第二匹配单元,用于将所述重构立体图像输入到所述立体视觉匹配网络中,得到第二输出特征;第二更新单元,用于根据所述第一输出特征和第二输出特征之间的损失,更新所述第一生成网络、第二生成网络和立体视觉匹配网络的参数。
在一种可能的实现方式中,所述立体视觉匹配网络包含立体视觉匹配子网络;所述第一输出特征包括所述立体视觉匹配子网络输出的第一输出特征;所述第二输出特征包括所述立体视觉匹配子网络输出的第二输出特征;所述立体视觉匹配网络的参数包括所述立体视觉匹配子网络的参数。
在一种可能的实现方式中,所述装置还包括:增强单元,用于分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征;增强转换单元,用于将所述增强左图特征和所述增强右图特征,分别输入所述第一生成网络中,得到与所述增强左图特征对应的左图输出特征,以及与所述增强右图特征对应的右图输出特征;第五更新单元,用于根据所述左图输出特征和所述右图输出特征之间的距离,更新所述第一生成网络的参数,以使更新后的第一生成网络输出的左图输出特征和右图输出特征之间的距离大于更新前的距离。
在一种可能的实现方式中,所述增强更新单元,包括:第一增强更新子单元,用于在所述第一立体图像的左图特征中添加第一特征,得到所述增强左图特征;第二增强更新子单元,用于在所述第一立体图像的右图特征中添加第二特征,得到所述增强右图特征。
在一种可能的实现方式中,第一训练单元,包括:第一训练子单元,用于将所述第二立体图像输入到所述立体视觉匹配网络中处理,得到所述第二立体图像的估计视差;第二训练子单元,用于根据所述估计视差相对于所述第一立体图像视差的损失,更新所述立体视觉匹配网络的参数。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器执行过程中实现上述方法。
本公开提供的上述至少一个技术方案能够达到以下有益效果:
在本公开实施例中,能够通过虚拟合成的立体图像得到准确的左右图视差,并且,由于真实拍摄风格的立体图像是通过虚拟合成的立体图像转换得到的,且风格转换前后的立体图像的视差并没有改变,因此,可以将虚拟合成的立体图像的左右图视差,作为经风格转换后得到的真实拍摄风格的立体图像的左右图视差。这样可以得到标注准确的真实风格的立体图像,以用于立体视觉匹配网络的训练。之后可以通过训练得到立体视觉匹配网络,对真实拍摄的立体图像进行视差估计。采用本申请提供的技术方案,能够有效提升立体视觉匹配网络的准确度,从而提升视差估计的准确率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像处理方法的流程图;
图2示出根据本公开实施例的图像处理方法的网络结构示意图;
图3示出根据本公开实施例的一种图像处理装置的框图;
图4示出根据本公开实施例的一种电子设备的框图;
图5示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的网络训练方法的流程图,如图1所示,所述网络训练方法包括:
步骤S11,通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像。
立体图像可以包括有左图和右图,左图和右图能够让立体图像产生立体感。
本公开实施例中,第一、第二和第N(N为正整数)仅仅用于区分不同的事物,不应理解为对本公开保护范围的限定,例如不应当理解为对不同事物顺序、大小的限定。例如,这里的第一立体图像和第二立体图像分别指代不同的立体图像,第一立体图像可以指代虚拟风格的立体图像,第二立体图像可以指代第一生成网络输出的立体图像,即真实风格的立体图像。
本公开实施例,虚拟风格的立体图像可以是虚拟合成的立体图像,例如可以是通过计算机软件合成出的各种各样场景下的图像,通过调整虚拟相机参数可以得到左右不同的合成图像。虚拟合成的立体图像是通过计算设备模拟渲染出的,通常可以准确地得到左图和右图的视差。
真实风格的立体图像可以是通过真实的图像采集设备获取的立体图像,比如,可以通过两个图像采集设备分别获取立体图像的左图和右图,之后基于左图与右图得到立体图像。具体图像采集的过程可参考双目摄像头的图像采集过程,或是基于多个图像采集设备进行图像采集后经整合得到立体图像的过程等,此处不做赘述。
虽然虚拟风格的立体图像的视差是准确的,但是虚拟风格的立体图像与真实风格的立体图像在细节上还是有差距的,例如,受真实拍摄过程中左右摄像机参数和光照等因素的影响,真实风格的左图和右图的某些同名点的亮度等信息是不同的,这里的同名点是同一被拍摄点在左图和右图上成像的点。
考虑到虚拟风格的立体图像与真实风格的立体图像在风格上的差异,可以通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像。第一生成网络能够将虚拟合成风格的立体图像转换成真实风格的立体图像,第一生成网络可以通过进行训练得到,后文将会对第一生成网络的训练过程进行详细描述,此处暂不做赘述。
步骤S12,利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练。
第一立体图像的视差可以是第一立体图像中左图和右图的视差,对立体视觉匹配网络进行训练后,可以通过训练好的立体视觉匹配网络对立体图像的视差进行估计。
在将第一立体图像转换为真实风格的第二立体图像后,由于第一立体图像中同名点的位置并没有发生改变,因此,可以将第一立体图像的视差作为第二立体图像的视差。即,在对立体视觉匹配网络进行训练的过程中,可以将第一立体图像的视差作为标注视差,将第二立体图像作为输入。这样训练过程所使用的立体图像是真实拍摄风格的图像,且训练所使用的标注视差是精准的视差,因此,训练得到的立体视觉匹配网络的准确度较高。
根据本公开的实施例,能够通过虚拟风格的立体图像得到准确的左右图视差,同时将虚拟风格的立体图像转换为真实风格的立体图像,由于风格转换前后的立体图像的视差并没有改变,因此,可以通过标注视差准确的真实拍摄风格的立体图像,对视觉匹配网络进行训练。通过视差标注准确的真实拍摄风格的样本训练得到的立体视觉匹配网络,对真实拍摄的立体图像进行视差估计的准确度较高。
在一种可能的实现方式中,利用第二立体图像和第一立体图像的视差,对立体视觉匹配网络进行训练,包括:将第二立体图像输入到立体视觉匹配网络中处理,得到第二立体图像的估计视差;根据估计视差相对于第一立体图像视差的损失,更新立体视觉匹配网络的参数。通过更新立体视觉匹配网络的参数,以使更新后的立体视觉匹配网络输出的估计视差相对于第一立体图像视差的损失足够小,提高立体视觉匹配网络进行视差估计的准确度。
在一种可能的实现方式中,在所述对立体视觉匹配网络进行训练之前,所述方法还包括:对所述第一生成网络和预先构建的第一判别网络进行对抗训练,其中,所述第一判别网络,用于判断所述第一生成网络输出的立体图像是真实拍摄的还是虚拟合成的。第一生成网络和第一判别网络能够构成生成对抗网络(GAN,Generative AdversarialNetworks)。
需要说明的是,在该实现方式中,对抗训练步骤可以是在步骤S11之前执行,也可以是在步骤S11之后执行,本公开对此不做具体限定。
在进行对抗训练的过程中,可以通过第一判别网络对第一生成网络生成的第二立体图像进行判别,得到第一判别结果,第一判别结果表征第二立体图像属于真实风格或虚拟风格的程度。例如,第一判别结果可以是属于0~1的置信度,在第一判别结果接近于0的情况下,表明对第二立体图像的判别结果为虚拟风格;在第一判别结果接近于1的情况下,表明对第二立体图像的判别结果为真实风格。
在得到第一判别结果后,会基于第一判别结果分别对第一判别网络和第一生成网络的参数进行更新,以实现对第一判别网络和第一生成网络的训练。
第一判别网络的训练目标是,更准确地识别立体图像是真实风格的还是虚拟风格的,由于第二立体图像是第一生成网络对第一立体图像转换得到的,第二立体图像不是真实拍摄的,因此第一判别结果应为虚拟风格。因此,在训练第一判别网络的过程中,会基于第一判别结果,对第一判别网络的参数进行更新,以使更新后的第一判别网络对第二立体图像的判别结果更接近属于合成风格。例如,如果第一判别结果接近于1,表明对第二立体图像的判别结果属于真实风格,则可以对第一判别网络的参数进行更新,以使更新后的第一判别网络对第二立体图像的判别结果更接近于0。
第一生成网络的训练目标是,将虚拟风格的立体图像的风格转换成逼真的真实风格,以使第一判别网络将第二立体图像判别为真实风格。因此,在训练第一生成网络的过程中,会基于第一判别结果,对第一生成网络的参数进行更新,以使第一判别网络对更新后的第一生成网络生成的立体图像的判别结果更接近属于真实风格。例如,如果第一判别结果接近于0,表明对第二立体图像的判别结果属于虚拟风格,则可以对第一生成网络的参数进行更新,以使第一判别网络对更新后的第一生成网络生成的立体图像的判别结果更接近于1。
根据本公开的实施例,能够通过对第一判别网络和第一生成网络进行对抗训练,提高第一判别网络和第一生成网络的准确性,使得第一生成网络得到的第二立体图像更逼真。即使用于立体视觉匹配网络训练的真实风格的第二立体图像更接近于真实拍摄的效果。这样用于立体视觉匹配网络训练的样本既具备真实拍摄效果,同时满足了所用视差的准确性,从而进一步提升立体视觉匹配网络的视差估计准确度,这样在对真实拍摄的立体图像进行视差估计的过程中,可以得到更加准确的视差估计结果,即立体图像的视差。
在一种可能的实现方式中,在所述对立体视觉匹配网络进行训练之前,所述方法还包括:通过第二生成网络对所述第二立体图像进行风格转换,得到虚拟风格的第三立体图像;根据所述第三立体图像相对于所述第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数。
需要说明的是,在该实现方式中,对抗训练步骤可以是在步骤S11之前执行,也可以是在步骤S11之后执行,本公开对此不做具体限定。
第一生成网络可以将虚拟风格的立体图像转换成真实风格的图像,而第二生成网络可以将真实风格的立体图像转换成虚拟风格的图像。如果第一生成网络和第二生成网络足够准确,第一立体图像在依次经过第一生成网络和第二生成网络后,得到的第三立体图像应当与第一立体图像相同。因此,通过根据第三立体图像相对于第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数,可以提高第一生成网络和/或第二生成网络的准确性。
在该实现方式中,可以只对第一生成网络进行更新,也可以只对第二生成网络进行更新,也可以对第一生成网络和第二生成网络都进行更新,本公开对此不做限定。
在对图像进行处理的过程中,可以将图像表示为图像矩阵进行处理,在进行网络训练的过程中,两个图像之间的损失可以表示为两个图像的图像矩阵之间的差异,具体的损失可通过损失函数对两个图像的图像矩阵进行计算得到,损失函数具体可以是格拉姆矩阵损失函数,也可以是均方误差损失函数,本公开对具体的损失函数不做具体限定。例如,第三立体图像相对于第一立体图像的损失,可以利用损失函数对第一立体图像和第三立体图像的图像矩阵进行计算得到。
根据本公开的实施例,由于第一立体图像和第三立体图像之间的差异越小,表明第一生成网络和第二生成网络的准确性越高,因此,在训练过程中,通过更新第一生成网络和/或第二网络的参数,使得第一立体图像和第三立体图像之间的差异变小,以提高第一生成网络和/或第二生成网络的准确性,这样第一生成网络得到的第二立体图像也更逼真,更接近于实际拍摄效果。以更接近实际拍摄效果的第二立体图像来训练立体视觉匹配网络,从而进一步提升立体视觉匹配网络的视差估计准确度。
在一种可能的实现方式中,所述方法还包括:通过第二生成网络对真实风格的第四立体图像进行风格转换,得到虚拟风格的第五立体图像,所述第四立体图像为真实拍摄的图像;对所述第二生成网络和预先构建的第二判别网络进行对抗训练,其中,所述第二判别网络,用于判断第二生成网络输出的第五立体图像是真实风格还是虚拟风格,第二生成网络和第二判别网络能够构成生成对抗网络。
需要说明的是,在该实现方式中,对抗训练步骤可以是在步骤S11之前执行,也可以是在步骤S11之后执行,本公开对此不做具体限定。
在进行对抗训练的过程中,通过第二判别网络对第二生成网络生成的第五立体图像进行判别,得到第二判别结果,第二判别结果表征第二生成网络输出的图像属于真实风格或虚拟风格的程度。例如,第二判别结果可以是属于0~1的置信度,在第二判别结果接近于0的情况下,表明对第五立体图像的判别结果为虚拟风格;在第二判别结果接近于1的情况下,表明对第五立体图像的判别结果为真实风格。
在得到第二判别结果后,会基于第二判别结果分别对第二判别网络和第二生成网络的参数进行更新,以实现对第二判别网络和第二生成网络的训练。
第二判别网络的训练目标是,更准确地识别立体图像是真实风格的还是虚拟风格的,由于第五立体图像本身是由真实拍摄图像转换而来的,因此第二判别结果应为真实风格。因此,在训练第二判别网络的过程中,会基于第二判别结果,对第二判别网络的参数进行更新,以使更新后的第二判别网络对第五立体图像的判别结果更接近于真实风格。例如,如果第二判别结果接近于0,表明对第五立体图像的判别结果为虚拟风格,则可以对第二判别网络的参数进行更新,以使更新后的第二判别网络对第五立体图像的判别结果更接近于1。
第二生成网络的训练目标是,将真实风格的立体图像的风格转换成虚拟风格,以使第二判别网络将第二生成网络的输出判别为真实风格。因此,在训练第二生成网络的过程中,会基于第二判别结果,对第二生成网络的参数进行更新,以使第二判别网络对更新后的第二生成网络生成的立体图像的判别结果更接近于虚拟风格。例如,如果第二判别结果接近于1,表明对第五立体图像的判别结果属于真实风格,则可以对第二生成网络的参数进行更新,以使第二判别网络对更新后的第二生成网络生成的立体图像的判别结果更接近于0。
根据本公开的实施例,能够通过对第二判别网络和第二生成网络进行对抗训练,提高第二判别网络和第二生成网络的准确性,使得第二生成网络得到的第五立体图像的风格更接近虚拟风格。使得第二生成网络更准确,如上文所述,由于第二生成网络可以辅助第一生成网络的训练,因此能够让第一生成网络得到的立体图像的风格更逼真,即更接近于实际拍摄效果。以更接近实际拍摄效果的第二立体图像来训练立体视觉匹配网络,从而进一步提升立体视觉匹配网络的视差估计准确度。
在一种可能的实现方式中,所述第一生成网络包含第一生成子网络,所述方法还包括:根据所述第一生成子网络输出的第一子图特征,以及所述第一立体图像的视差,确定第一重映射子图特征;根据第一重映射子图特征相对于所述第一生成子网络输出的第二子图特征的损失,更新所述第一生成网络的参数,所述第一子图特征与所述第二子图特征之间具备立体视觉匹配关系。
立体图像中会包含多个子图,例如,立体图像中包含左图和右图,为便于描述,可以将同一立体图像中的子图之间(比如,左图与右图之间)的关系描述为立体视觉匹配关系。由于立体图像中的左图和右图都会被输入到网络中,而网络中通常包含多层子网络,因此,一个立体图像,在经过某个子网络进行处理后,会输出一个左图特征和一个右图特征,那么,对于子网络输出的同一立体网络的两个子图特征之间的关系,也可描述为立体数据匹配关系。
在第一子图特征是第一右图特征、第二子图特征为第一左图特征的情况下,可以根据所述第一生成子网络输出的第一右图特征,以及所述第一立体图像的视差,确定第一重映射左图特征;根据第一重映射左图特征相对于第一生成子网络输出的第一左图特征的损失,更新所述第一生成网络的参数。
第一生成网络是将虚拟合成风格的立体图像转换成真实拍摄风格的立体图像,并且期望在转换过程中保持立体图像的视差不变,即第一重映射子图特征相对于第二子图特征的差异越小越好。那么,可以根据第一生成子网络输出的第一右图特征,以及第一立体图像的标注视差,确定第一重映射左图特征,然后根据第一重映射左图特征相对于第一生成子网络输出的第一左图特征的损失,更新第一生成网络的参数。
在第一子图特征是第一左图特征、第二子图特征为第一右图特征的情况下,也可以根据第一生成子网络输出的第一左图特征,以及第一立体图像的视差,确定第一重映射右图特征,然后根据第一重映射右图特征相对于第一生成子网络输出的第一右图特征的损失,更新第一生成网络的参数。
根据本公开的实施例,得到的第一生成网络的子网络在风格转换的过程中,能够保持第一立体图像的视差不变,因此可以将第一立体图像的视差作为第二立体图像的视差,这样在将第二立体图像用于立体视觉匹配网络训练时,第二立体图像视差的准确性较高,从而进一步提升立体视觉匹配网络的视差估计准确度。
在一种可能的实现方式中,第二生成网络包含第二生成子网络,所述方法还包括:通过所述立体视觉匹配网络确定所述第四立体图像的估计视差;根据所述第二生成子网络输出的第三子图特征,以及所述第三立体图像的估计视差,确定第二重映射子图特征;根据第二重映射子图特征相对于所述第二生成子网络输出的第四子图特征的损失,更新所述第二生成网络的参数,所述第三子图特征与所述第四子图特征之间具备立体视觉匹配关系。
在第三子图特征为第二右图特征、第四子图特征为第二左图特征的情况下,可以通过立体视觉匹配网络确定第四立体图像的估计视差;根据第二生成子网络输出的第二右图特征,以及第四立体图像的估计视差,确定第二重映射左图特征;根据第二重映射左图特征相对于第二生成子网络输出的第二左图特征的损失,更新第二生成网络的参数。
第二生成网络是将真实拍摄风格的立体图像转换成虚拟合成风格的立体图像,并且期望在转换过程中保持立体图像的左图和右图的视差不变。因此,这里通过计算第二重映射左图特征相对于第二生成子网络输出的第二左图特征的损失,来更新第二生成网络的参数。
由于第四立体图像为真实拍摄的立体图像,因此该图像没有准确的标注视差,那么,可以通过立体视觉匹配网络确定第四立体图像的估计视差,以该估计视差来计算第二重映射左图特征。
在第三子图特征为第二左图特征、第四子图特征为第二右图特征的情况下,还可以通过立体视觉匹配网络确定第四立体图像的估计视差;根据第二生成子网络输出的第二左图特征,以及第四立体图像的估计视差,确定第二重映射右图特征;根据第二重映射右图特征相对于第二生成子网络输出的第二右图特征的损失,更新第二生成网络的参数。
根据本公开的实施例,得到的第二生成网络的子网络能够在转换过程中保持立体图像的视差不变,使得第二生成网络的转换更准确,如上文所述,由于第二生成网络可以辅助第一生成网络的训练,因此能够让第一生成网络得到的立体图像的风格更逼真,即更接近于实际拍摄效果。以更接近实际拍摄效果的第二立体图像来训练立体视觉匹配网络,从而进一步提升立体视觉匹配网络的视差估计准确度。
在一种可能的实现方式中,所述方法还包括:通过所述第二生成网络对第一真实立体图像进行风格转换,得到第一合成立体图像;通过所述第一生成网络对所述第一合成立体图像进行风格转换,得到重构立体图像;将所述第一真实立体图像输入到所述立体视觉匹配网络中,得到第一输出特征;将所述重构立体图像输入到所述立体视觉匹配网络中,得到第二输出特征;根据所述第一输出特征和第二输出特征之间的损失,更新所述第一生成网络、第二生成网络和立体视觉匹配网络的参数。
由于第四立体图像的估计视差是由立体视觉匹配网络估计得到的,并不一定是完全准确的视差,由于估计视差、第三子图特征和第四子图特征可能会同时发生偏差,为了避免第二重映射子图特征相对于第四子图特征的损失足够小却无法起到监督的情况,可以将第一真实立体图像与重构立体图像分别输入立体视觉匹配模型中,以使立体视觉匹配子网络对第一真实立体图像和重构立体图像的输出之间的差越小越好。
在这个过程中,重构立体图像依次经过了第一生成网络、第二生成网络、立体视觉匹配网络,得到了第二输出特征;第一真实立体图像经过了立体视觉匹配网络,得到了第一输出特征。因此,可以根据第一输出特征和第二输出特征之间的损失,更新第一生成网络、第二生成网络和立体视觉匹配网络的参数,实现了对第一生成网络、第二生成网络和立体视觉匹配网络的监督训练。
在一种可能的实现方式中,立体视觉匹配网络可以包含多个立体视觉匹配子网络,所述第一输出特征包括所述立体视觉匹配子网络输出的第一输出特征;所述第二输出特征包括所述立体视觉匹配子网络输出的第二输出特征;所述立体视觉匹配网络的参数包括所述立体视觉匹配子网络的参数。
那么,在该实现方式中,重构立体图像依次经过了第一生成网络、第二生成网络、立体视觉匹配子网络,得到了第二输出特征;第一真实立体图像经过了立体视觉匹配子网络,得到了第一输出特征。因此,可以根据第一输出特征和第二输出特征之间的损失,更新第一生成网络、第二生成网络和立体视觉匹配网络的参数,实现了对第一生成网络、第二生成网络和立体视觉匹配子网络的监督训练。
根据本公开的实施例,将第一真实立体图像与重构立体图像分别输入立体视觉匹配模型中,根据立体视觉匹配子网络对两者的输出之间的差,更新第一生成网络、第二生成网络和立体视觉匹配网络的参数。可以有效地避免估计视差、第二左图和第二右图同时发生偏差的情况下,第二重映射右图特征相对于第二右图特征的损失无法对网络训练起到监督作用的问题。提高了立体视觉匹配网络对真实拍摄的立体图像进行视差估计的准确度。
在一种可能的实现方式中,所述方法还包括:分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征;将所述增强左图特征和所述增强右图特征,分别输入所述第一生成网络中,得到与所述增强左图特征对应的左图输出特征,以及与所述增强右图特征对应的右图输出特征;根据所述左图输出特征和所述右图输出特征之间的距离,更新所述第一生成网络的参数,以使更新后的第一生成网络输出的左图输出特征和右图输出特征之间的距离大于更新前的距离,这里更新前的距离,是第一生成网络在参数更新前输出的左图输出特征和右图输出特征之间的距离。
对第一立体图像的左图特征和右图特征进行增强处理的实现方式可以有多种,在一种可能的实现方式中,所述分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征,包括:在所述第一立体图像的左图特征中添加第一特征,得到所述增强左图特征;在所述第一立体图像的右图特征中添加第二特征,得到所述增强右图特征。
第一特征和第二特征可以是相同的特征也可以是不同的特征。通常情况下,第一特征和第二特征是随机特征,那么,可以通过高斯随机过程来实现在左图特征和右图特征中添加随机特征。
这里的增强左图特征和增强右图特征之间的距离,可以是欧式距离,欧式距离可以反映增强左图特征和增强右图特征之间的相似程度。
为了让随机特征起到明显的作用,应当使得增强左图特征和增强右图特征之间的距离越大越好。因此,通过更新所述第一生成网络的参数,使更新后的第一生成网络输出的左图输出特征和右图输出特征之间的距离大于更新前的距离,以实现对第一生成网络的训练。
根据本公开的实施例,考虑到真实拍摄的立体图像,会由于左右两个摄像头的传感器噪声、相机参数等原因,导致左图和右图之间也存在微小的区别,因此,通过在立体图像的左图和右图中分别添加随机特征,可以使第一生成网络输出的左图和右图具有多样性,起到数据增强的作用,使得生成的第二立体图像的风格更接近真实拍摄图像的风格。
请参阅图2,为本公开提供的网络训练方法的一种可能的实现方式的网络结构示意图,该网络中包括:第一生成网络、第二生成网络、第一判别网络、第二判别网络、立体视觉匹配网络。
如图2所示,第一生成网络将虚拟合成的第一立体图像转换成真实风格的第二立体图像,第一判别网络对真实拍摄的第四立体图像和第二立体图像进行判别,第一生成网络和第一判别网络进行对抗训练,对抗训练的损失为Ladv1。
第二生成网络将真实拍摄的第四立体图像转换成虚拟风格的第五立体图像,第二判别网络对虚拟合成的第四立体图像和第五立体图像进行判别,第二生成网络和第二判别网络进行对抗训练,对抗训练的损失为Ladv2。
立体视觉匹配网络对第二立体图像进行视差估计,得到估计视差,根据估计视差与第一立体图像视差的损失Lsm,对立体视觉匹配网络的参数进行更新。
第一生成网络的第一生成子网络输出第一右图特征和第一左图特征,根据第一右图特征和第一立体图像的视差确定第一重映射左图特征,根据第一重映射左图特征相对于第一左图特征的损失Lfx,更新第一生成网络的参数。
第二生成网络的第二生成子网络输出第二右图特征和第二左图特征,根据第二右图特征和第一立体图像的视差确定第二重映射左图特征,根据第二重映射左图特征相对于第二左图特征的损失Lfy,更新第二生成网络的参数。
立体视觉匹配网络的立体视觉匹配网络对第一真实立体图像和重构立体图像进行处理,得到第一输出特征和第二输出特征,然后根据第一输出特征和第二输出特征之间的损失Lcorr,更新第一生成网络、第二生成网络和立体视觉匹配网络的参数。
图2主要对网络的结构做示例性说明,对于图2中没有澄清的部分请参考前文的相关描述。
在一种可能的实现方式中,基于本公开实施例的网络训练方法,本公开还提供一种图像处理方法,包括:通过立体视觉匹配网络对待处理的立体图像的视差进行估计,得到估计视差;其中,所述立体视觉匹配网络可以是本公开任一实现方式中的立体视觉匹配网络。
根据本公开的实施例,由于立体视觉匹配网络是通过视差标注准确的真实拍摄风格的样本训练得到的,因此,立体视觉匹配网络对真实拍摄的立体图像进行视差估计的准确度较高。
在一种可能的实现方式中,所述待处理立体图像由图像采集设备获取,所述图像采集设备部署在导航设备上;在所述得到估计视差后,所述方法还包括:根据所述估计视差,确定所述待处理立体图像中目标物体与所述图像采集设备之间的距离;根据所述距离控制所述导航设备的行进方向。
导航设备包括下述至少一种:
机器人、汽车、飞机。
立体图像的视差能够反映图像采集设备与图像中物体之间的距离,距离图像采集设备越近的点,在左右画面中的视差越大,距离图像采集设备越远的点,在左右画面中的视差越小。
那么,在实际应用中,由于可以根据立体图像的视差估计图像采集设备与图像中物体之间的距离,因此,本公开实施例提供的视觉匹配网络,可以帮助机器人准确地感知与周围物体的距离,可以辅助无人驾驶汽车估计前车与两旁物体的距离,具有较高的实用价值。
需要说明的是,本公开提供的上述多种可能的实现方式,可以在经过组合、变化后得到新的实现方式,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
在一种可能的实现方式中,所述图像处理方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行所述方法。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了图像处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像处理方法,相应技术方案和描述参见方法部分的相应记载,不再赘述。
图3示出根据本公开实施例的图像处理装置的框图,如图3所示,所述图像处理装置包括:
第一转换单元21,用于通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像;
第一训练单元22,用于利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,以通过训练好的所述立体视觉匹配网络对立体图像的视差进行估计。
在本公开实施例中,能够通过虚拟合成的立体图像得到准确的左右图视差,并且,由于真实拍摄风格的立体图像是通过虚拟合成的立体图像转换得到的,且风格转换前后的立体图像的视差并没有改变,因此,可以将虚拟合成的立体图像的左右图视差,作为经风格转换后得到的真实拍摄风格的立体图像的左右图视差。这样可以得到标注准确的真实风格的立体图像,以用于立体视觉匹配网络的训练。之后可以通过训练得到立体视觉匹配网络,对真实拍摄的立体图像进行视差估计。采用本申请提供的技术方案,能够有效提升立体视觉匹配网络的准确度,从而提升视差估计的准确率。
在一种可能的实现方式中,所述装置还包括:第二训练单元,用于对所述第一生成网络和预先构建的第一判别网络进行对抗训练,其中,所述第一判别网络,用于判断所述第一生成网络输出的立体图像是真实风格还是虚拟风格。
在一种可能的实现方式中,所述装置还包括:第二转换单元,用于通过第二生成网络对所述第二立体图像进行风格转换,得到虚拟风格的第三立体图像;第一更新单元,用于根据所述第三立体图像相对于所述第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数。
在一种可能的实现方式中,所述装置还包括:第三转换单元,用于通过所述第二生成网络对真实风格的第四立体图像进行风格转换,得到虚拟风格的第五立体图像,所述第四立体图像为真实拍摄的图像;第三训练单元,用于对所述第二生成网络和预先构建的第二判别网络进行对抗训练,其中,所述第二判别网络,用于判断所述第二生成网络输出的第五立体图像是真实风格还是虚拟风格。
在一种可能的实现方式中,所述第一生成网络包含第一生成子网络,所述装置还包括:第一重映射单元,用于根据所述第一生成子网络输出的第一子图特征,以及所述第一立体图像的视差,确定第一重映射子图特征;第三更新单元,用于根据第一重映射子图特征相对于所述第一生成子网络输出的第二子图特征的损失,更新所述第一生成网络的参数,所述第一子图特征与所述第二子图特征之间具备立体视觉匹配关系。
在一种可能的实现方式中,所述第二生成网络包含第二生成子网络,所述装置还包括:视差确定单元,用于通过所述立体视觉匹配网络确定所述第四立体图像的估计视差;第二重映射单元,用于根据所述第二生成子网络输出的第三子图特征,以及所述第三立体图像的估计视差,确定第二重映射子图特征;第四更新单元,根据第二重映射子图特征相对于所述第二生成子网络输出的第四子图特征的损失,更新所述第二生成网络的参数,所述第三子图特征与所述第四子图特征之间具备立体视觉匹配关系。
在一种可能的实现方式中,所述装置还包括:第四转换单元,用于通过所述第二生成网络对第一真实立体图像进行风格转换,得到第一合成立体图像;第五转换单元,用于通过所述第一生成网络对所述第一合成立体图像进行风格转换,得到重构立体图像;第一匹配单元,用于将所述第一真实立体图像输入到所述立体视觉匹配网络中,得到第一输出特征;第二匹配单元,用于将所述重构立体图像输入到所述立体视觉匹配网络中,得到第二输出特征;第二更新单元,用于根据所述第一输出特征和第二输出特征之间的损失,更新所述第一生成网络、第二生成网络和立体视觉匹配网络的参数。
在一种可能的实现方式中,所述立体视觉匹配网络包含立体视觉匹配子网络;所述第一输出特征包括所述立体视觉匹配子网络输出的第一输出特征;所述第二输出特征包括所述立体视觉匹配子网络输出的第二输出特征;所述立体视觉匹配网络的参数包括所述立体视觉匹配子网络的参数。
在一种可能的实现方式中,所述装置还包括:增强单元,用于分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征;增强转换单元,用于将所述增强左图特征和所述增强右图特征,分别输入所述第一生成网络中,得到与所述增强左图特征对应的左图输出特征,以及与所述增强右图特征对应的右图输出特征;第五更新单元,用于根据所述左图输出特征和所述右图输出特征之间的距离,更新所述第一生成网络的参数,以使更新后的第一生成网络输出的左图输出特征和右图输出特征之间的距离大于更新前的距离。
在一种可能的实现方式中,所述增强更新单元,包括:第一增强更新子单元,用于在所述第一立体图像的左图特征中添加第一特征,得到所述增强左图特征;第二增强更新子单元,用于在所述第一立体图像的右图特征中添加第二特征,得到所述增强右图特征。
在一种可能的实现方式中,第一训练单元22,包括:第一训练子单元,用于将所述第二立体图像输入到所述立体视觉匹配网络中处理,得到所述第二立体图像的估计视差;第二训练子单元,用于根据所述估计视差相对于所述第一立体图像视差的损失,更新所述立体视觉匹配网络的参数。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器执行的过程中实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,在计算机可读代码在设备上运行的过程中,设备中的处理器执行用于实现如上任一实施例提供的图像处理方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,在指令被执行的过程中,使得计算机执行上述任一实施例提供的图像处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式的情况下,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式的情况下,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触的情况下检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图5,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行过程中,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (20)
1.一种图像处理方法,其特征在于,包括:
通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像;
利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,以通过训练好的所述立体视觉匹配网络对立体图像的视差进行估计。
2.根据权利要求1所述方法,其特征在于,在所述对立体视觉匹配网络进行训练之前,所述方法还包括:
对所述第一生成网络和预先构建的第一判别网络进行对抗训练,其中,所述第一判别网络,用于判断所述第一生成网络输出的立体图像是真实风格还是虚拟风格。
3.根据权利要求1或2所述方法,其特征在于,在所述对立体视觉匹配网络进行训练之前,所述方法还包括:
通过第二生成网络对所述第二立体图像进行风格转换,得到虚拟风格的第三立体图像;
根据所述第三立体图像相对于所述第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数。
4.根据权利要求3所述方法,其特征在于,所述方法还包括:
通过所述第二生成网络对真实风格的第四立体图像进行风格转换,得到虚拟风格的第五立体图像,所述第四立体图像为真实拍摄的图像;
对所述第二生成网络和预先构建的第二判别网络进行对抗训练,其中,所述第二判别网络,用于判断所述第二生成网络输出的第五立体图像是真实风格还是虚拟风格。
5.根据权利要求1-4任一所述方法,其特征在于,所述第一生成网络包含第一生成子网络,所述方法还包括:
根据所述第一生成子网络输出的第一子图特征,以及所述第一立体图像的视差,确定第一重映射子图特征;
根据第一重映射子图特征相对于所述第一生成子网络输出的第二子图特征的损失,更新所述第一生成网络的参数,所述第一子图特征与所述第二子图特征之间具备立体视觉匹配关系。
6.根据权利要求4所述方法,其特征在于,所述第二生成网络包含第二生成子网络,所述方法还包括:
通过所述立体视觉匹配网络确定所述第四立体图像的估计视差;
根据所述第二生成子网络输出的第三子图特征,以及所述第三立体图像的估计视差,确定第二重映射子图特征;
根据第二重映射子图特征相对于所述第二生成子网络输出的第四子图特征的损失,更新所述第二生成网络的参数,所述第三子图特征与所述第四子图特征之间具备立体视觉匹配关系。
7.根据权利要求3、4、7、8中任一所述方法,其特征在于,所述方法还包括:
通过所述第二生成网络对第一真实立体图像进行风格转换,得到第一合成立体图像;
通过所述第一生成网络对所述第一合成立体图像进行风格转换,得到重构立体图像;
将所述第一真实立体图像输入到所述立体视觉匹配网络中,得到第一输出特征;
将所述重构立体图像输入到所述立体视觉匹配网络中,得到第二输出特征;
根据所述第一输出特征和第二输出特征之间的损失,更新所述第一生成网络、第二生成网络和立体视觉匹配网络的参数。
8.根据权利要求7所述方法,其特征在于,所述立体视觉匹配网络包含立体视觉匹配子网络;
所述第一输出特征包括所述立体视觉匹配子网络输出的第一输出特征;所述第二输出特征包括所述立体视觉匹配子网络输出的第二输出特征;
所述立体视觉匹配网络的参数包括所述立体视觉匹配子网络的参数。
9.根据权利要求1-8中任一所述方法,其特征在于,所述方法还包括:
分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征;
将所述增强左图特征和所述增强右图特征,分别输入所述第一生成网络中,得到与所述增强左图特征对应的左图输出特征,以及与所述增强右图特征对应的右图输出特征;
根据所述左图输出特征和所述右图输出特征之间的距离,更新所述第一生成网络的参数,以使更新后的第一生成网络输出的左图输出特征和右图输出特征之间的距离大于更新前的距离。
10.根据权利要求9所述的方法,其特征在于,所述分别对所述第一立体图像的左图特征和右图特征进行增强处理,得到增强左图特征和增强右图特征,包括:
在所述第一立体图像的左图特征中添加第一特征,得到所述增强左图特征;
在所述第一立体图像的右图特征中添加第二特征,得到所述增强右图特征。
11.根据权利要求1-10中任一所述方法,其特征在于,利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,包括:
将所述第二立体图像输入到所述立体视觉匹配网络中处理,得到所述第二立体图像的估计视差;
根据所述估计视差相对于所述第一立体图像视差的损失,更新所述立体视觉匹配网络的参数。
12.一种图像处理方法,其特征在于,包括:
通过立体视觉匹配网络对待处理立体图像的视差进行估计,得到估计视差;
其中,所述立体视觉匹配网络包括权利要求1至11中任一项所述方法中的立体视觉匹配网络。
13.根据权利要求12所述方法,其特征在于,所述待处理立体图像由图像采集设备获取,所述图像采集设备部署在导航设备上;
在所述得到估计视差后,所述方法还包括:
根据所述估计视差,确定所述待处理立体图像中目标物体与所述图像采集设备之间的距离;
根据所述距离控制所述导航设备的行进方向。
14.一种图像处理装置,其特征在于,包括:
第一转换单元,用于通过第一生成网络对虚拟风格的第一立体图像进行风格转换,得到真实风格的第二立体图像,所述第一立体图像为合成图像;
第一训练单元,用于利用所述第二立体图像和所述第一立体图像的视差,对立体视觉匹配网络进行训练,以通过训练好的所述立体视觉匹配网络对立体图像的视差进行估计。
15.根据权利要求14所述装置,其特征在于,所述装置还包括:
第二训练单元,用于对所述第一生成网络和预先构建的第一判别网络进行对抗训练,其中,所述第一判别网络,用于判断所述第一生成网络输出的立体图像是真实风格还是虚拟风格。
16.根据权利要求14或15所述装置,其特征在于,所述装置还包括:
第二转换单元,用于通过第二生成网络对所述第二立体图像进行风格转换,得到虚拟风格的第三立体图像;
第一更新单元,用于根据所述第三立体图像相对于所述第一立体图像的损失,更新第一生成网络和/或第二生成网络的参数。
17.根据权利要求16所述装置,其特征在于,所述装置还包括:
第三转换单元,用于通过所述第二生成网络对真实风格的第四立体图像进行风格转换,得到虚拟风格的第五立体图像,所述第四立体图像为真实拍摄的图像;
第三训练单元,用于对所述第二生成网络和预先构建的第二判别网络进行对抗训练,其中,所述第二判别网络,用于判断所述第二生成网络输出的第五立体图像是真实风格还是虚拟风格。
18.根据权利要求16或17任一所述装置,其特征在于,所述装置还包括:
第四转换单元,用于通过所述第二生成网络对第一真实立体图像进行风格转换,得到第一合成立体图像;
第五转换单元,用于通过所述第一生成网络对所述第一合成立体图像进行风格转换,得到重构立体图像;
第一匹配单元,用于将所述第一真实立体图像输入到所述立体视觉匹配网络中,得到第一输出特征;
第二匹配单元,用于将所述重构立体图像输入到所述立体视觉匹配网络中,得到第二输出特征;
第二更新单元,用于根据所述第一输出特征和第二输出特征之间的损失,更新所述第一生成网络、第二生成网络和立体视觉匹配网络的参数。
19.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至13中任意一项所述的方法。
20.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行过程中实现权利要求1至13中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010100202.9A CN111325786B (zh) | 2020-02-18 | 2020-02-18 | 图像处理方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010100202.9A CN111325786B (zh) | 2020-02-18 | 2020-02-18 | 图像处理方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111325786A true CN111325786A (zh) | 2020-06-23 |
CN111325786B CN111325786B (zh) | 2022-06-28 |
Family
ID=71168790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010100202.9A Active CN111325786B (zh) | 2020-02-18 | 2020-02-18 | 图像处理方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111325786B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506319A (zh) * | 2021-07-15 | 2021-10-15 | 清华大学 | 图像处理方法及装置、电子设备和存储介质 |
CN113822798A (zh) * | 2021-11-25 | 2021-12-21 | 北京市商汤科技开发有限公司 | 生成对抗网络训练方法及装置、电子设备和存储介质 |
CN113902029A (zh) * | 2021-10-25 | 2022-01-07 | 北京达佳互联信息技术有限公司 | 图像标注方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012169911A (ja) * | 2011-02-15 | 2012-09-06 | Nintendo Co Ltd | 表示制御プログラム、表示制御装置、表示制御システム、および、表示制御方法 |
CN108961327A (zh) * | 2018-05-22 | 2018-12-07 | 深圳市商汤科技有限公司 | 一种单目深度估计方法及其装置、设备和存储介质 |
CN109146825A (zh) * | 2018-10-12 | 2019-01-04 | 深圳美图创新科技有限公司 | 摄影风格转换方法、装置及可读存储介质 |
CN109816589A (zh) * | 2019-01-30 | 2019-05-28 | 北京字节跳动网络技术有限公司 | 用于生成漫画风格转换模型的方法和装置 |
-
2020
- 2020-02-18 CN CN202010100202.9A patent/CN111325786B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012169911A (ja) * | 2011-02-15 | 2012-09-06 | Nintendo Co Ltd | 表示制御プログラム、表示制御装置、表示制御システム、および、表示制御方法 |
CN108961327A (zh) * | 2018-05-22 | 2018-12-07 | 深圳市商汤科技有限公司 | 一种单目深度估计方法及其装置、设备和存储介质 |
CN109146825A (zh) * | 2018-10-12 | 2019-01-04 | 深圳美图创新科技有限公司 | 摄影风格转换方法、装置及可读存储介质 |
CN109816589A (zh) * | 2019-01-30 | 2019-05-28 | 北京字节跳动网络技术有限公司 | 用于生成漫画风格转换模型的方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506319A (zh) * | 2021-07-15 | 2021-10-15 | 清华大学 | 图像处理方法及装置、电子设备和存储介质 |
CN113506319B (zh) * | 2021-07-15 | 2024-04-26 | 清华大学 | 图像处理方法及装置、电子设备和存储介质 |
CN113902029A (zh) * | 2021-10-25 | 2022-01-07 | 北京达佳互联信息技术有限公司 | 图像标注方法、装置、电子设备及存储介质 |
CN113822798A (zh) * | 2021-11-25 | 2021-12-21 | 北京市商汤科技开发有限公司 | 生成对抗网络训练方法及装置、电子设备和存储介质 |
CN113822798B (zh) * | 2021-11-25 | 2022-02-18 | 北京市商汤科技开发有限公司 | 生成对抗网络训练方法及装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111325786B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829863B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN112001321A (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN111325786B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109819229B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109584362B (zh) | 三维模型构建方法及装置、电子设备和存储介质 | |
CN110928627B (zh) | 界面展示方法及装置、电子设备和存储介质 | |
CN112146645B (zh) | 一种坐标系对齐的方法及装置、电子设备和存储介质 | |
CN114019473A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN111553864A (zh) | 图像修复方法及装置、电子设备和存储介质 | |
CN111401230B (zh) | 姿态估计方法及装置、电子设备和存储介质 | |
CN112219224B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US11450021B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN110706339A (zh) | 三维人脸重建方法及装置、电子设备和存储介质 | |
CN113379896A (zh) | 三维重建方法及装置、电子设备和存储介质 | |
CN112184787A (zh) | 图像配准方法及装置、电子设备和存储介质 | |
CN108171222B (zh) | 一种基于多流神经网络的实时视频分类方法及装置 | |
CN113261011A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN112767541B (zh) | 三维重建方法及装置、电子设备和存储介质 | |
CN113506229A (zh) | 神经网络训练和图像生成方法及装置 | |
AU2020309091B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN109543544B (zh) | 跨光谱图像匹配方法及装置、电子设备和存储介质 | |
CN114549983A (zh) | 计算机视觉模型训练方法及装置、电子设备和存储介质 | |
CN112148815B (zh) | 一种基于共享地图的定位方法及装置、电子设备和存储介质 | |
CN114519794A (zh) | 特征点匹配方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |